Fugu-MT 論文翻訳(概要): Experimental observation on a low-rank tensor model for eigenvalue problems

論文の概要: Experimental observation on a low-rank tensor model for eigenvalue problems

arxiv url: http://arxiv.org/abs/2302.00538v1
Date: Wed, 1 Feb 2023 16:03:41 GMT
ステータス: 処理完了
システム内更新日: 2023-02-02 17:05:34.585665
Title: Experimental observation on a low-rank tensor model for eigenvalue problems
Title（参考訳）: 固有値問題に対する低ランクテンソルモデルの実験的観察
Authors: Jun Hu and Pengzhan Jin
Abstract要約: 関数近似として低ランクテンソルモデル (LTM) と勾配降下法を組み合わせて, 固有値問題の解法を提案する。
参考スコア（独自算出の注目度）: 3.378115152915894
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Here we utilize a low-rank tensor model (LTM) as a function approximator, combined with the gradient descent method, to solve eigenvalue problems including the Laplacian operator and the harmonic oscillator. Experimental results show the superiority of the polynomial-based low-rank tensor model (PLTM) compared to the tensor neural network (TNN). We also test such low-rank architectures for the classification problem on the MNIST dataset.
Abstract（参考訳）: 本稿では,関数近似として低ランクテンソルモデル(LTM)と勾配降下法を組み合わせて,ラプラシア作用素や高調波発振器などの固有値問題を解く。実験の結果,多項式ベース低ランクテンソルモデル (PLTM) はテンソルニューラルネットワーク (TNN) よりも優れていることが示された。また,MNISTデータセットの分類問題に対して,このような低ランクアーキテクチャを検証した。

関連論文リスト

Low-Rank Tensor Learning by Generalized Nonconvex Regularization [25.115066273660478]
低ランクテンソル学習の問題点について検討し, 基礎となるテンソルを観測するサンプルはごくわずかである。非テンソル学習関数の族は、基礎となるテンソルの低ランク性を特徴づけるために用いられる。結果の大量化最小化を解決するために設計されたアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-10-24T03:33:20Z)
Structured Low-Rank Tensors for Generalized Linear Models [15.717917936953718]
一般化線形モデル(GLM)問題における低分離ランク(LSR)と呼ばれる新しい低ランクテンソルモデルについて検討する。 LSRモデルは有名なTuckerとCANDECOMP/PARAFAC(CP)モデルを一般化する。合成データセットの実験は、3つの回帰型に対して提案したLSRテンソルモデルの有効性を示した。
論文参考訳（メタデータ） (2023-08-05T17:20:41Z)
Statistical and computational rates in high rank tensor estimation [11.193504036335503]
高次のテンソルデータセットは一般的にレコメンデーションシステム、ニューロイメージング、ソーシャルネットワークに現れる。高階モデルと低階モデルの両方を組み込んだ生成潜在変数テンソルモデルを考える。統計的-計算的ギャップは 3 以上の潜時変テンソルに対してのみ現れることを示す。
論文参考訳（メタデータ） (2023-04-08T15:34:26Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
Truncated tensor Schatten p-norm based approach for spatiotemporal traffic data imputation with complicated missing patterns [77.34726150561087]
本研究は, モード駆動繊維による3症例の欠失を含む, 4症例の欠失パターンについて紹介する。本モデルでは, 目的関数の非性にもかかわらず, 乗算器の交互データ演算法を統合することにより, 最適解を導出する。
論文参考訳（メタデータ） (2022-05-19T08:37:56Z)
Evaluating the Adversarial Robustness for Fourier Neural Operators [78.36413169647408]
フーリエ・ニューラル・オペレータ(FNO)は、ゼロショット超解像で乱流をシミュレートした最初の人物である。我々はノルム有界データ入力摂動に基づくFNOの逆例を生成する。以上の結果から,モデルの強靭性は摂動レベルの増加とともに急速に低下することが明らかとなった。
論文参考訳（メタデータ） (2022-04-08T19:19:42Z)
Equivariant vector field network for many-body system modeling [65.22203086172019]
Equivariant Vector Field Network (EVFN) は、新しい同変層と関連するスカラー化およびベクトル化層に基づいて構築されている。シミュレーションされたニュートン力学系の軌跡を全観測データと部分観測データで予測する手法について検討した。
論文参考訳（メタデータ） (2021-10-26T14:26:25Z)
Multi-View Spectral Clustering Tailored Tensor Low-Rank Representation [105.33409035876691]
本稿では,テンソル低ランクモデルに基づくマルチビュースペクトルクラスタリング(MVSC)の問題について検討する。 MVSCに適合する新しい構造テンソル低ランクノルムを設計する。提案手法は最先端の手法よりもかなり優れていることを示す。
論文参考訳（メタデータ） (2020-04-30T11:52:12Z)
Convolutional Tensor-Train LSTM for Spatio-temporal Learning [116.24172387469994]
本稿では,ビデオシーケンスの長期相関を効率的に学習できる高次LSTMモデルを提案する。これは、時間をかけて畳み込み特徴を組み合わせることによって予測を行う、新しいテンソルトレインモジュールによって達成される。この結果は,幅広いアプリケーションやデータセットにおいて,最先端のパフォーマンス向上を実現している。
論文参考訳（メタデータ） (2020-02-21T05:00:01Z)
Tensor denoising and completion based on ordinal observations [11.193504036335503]
我々は,不完全と思われる順序値の観測から,低ランクテンソル推定の問題を考える。本稿では,マルチ線形累積リンクモデルを提案し,ランク制約付きM推定器を開発し,理論的精度の保証を得る。提案した推定器は低ランクモデルのクラスにおいて最小限最適であることを示す。
論文参考訳（メタデータ） (2020-02-16T07:09:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。